Аналитика данных и футбол — казалось бы, совершенно разные сферы. Однако технологии меняют наше представление об этой игре, открывая новые возможности для игроков, тренеров и преданных болельщиков. История Владимира, выпускника курса Data Scientist, показывает, как обучение совершенствует и карьеру, и хобби.
Путь к карьере в Data Science: от представителя до аналитика
Владимир всегда любил цифры, но его путь в аналитику был непростым. Наш герой работал представителем фармацевтической компании, но понял, что хочет большего, и начал искать работу аналитика.
Собеседования показали, что знаний математики, работы в Excel и с оболочкой QlikView со стороны пользователя недостаточно. Нужны навыки программирования и аналитики. Так владимир пришел в «Нетологию».
Пришлось посвящать курсу 10–12 часов в неделю, совмещать его с работой и семьей. Задания были сложными, но именно интенсивная практика помогла освоить ключевые навыки: программирование, использование аналитических инструментов и понимание культуры данных.
Еще до окончания курса Владимир достиг цели и устроился аналитиком в фармацевтическую компанию. Полученные знания он также применил в своем проекте о футболе и показал, что увлечения и профессия могут идти рука об руку.
Путь в хобби: от любителя футбола до аналитика
Владимир с детства увлекался футболом, 12 лет занимался им профессионально. Во время обучения на аналитика он понял, что данные могут выявить неожиданные закономерности, которые будут полезны футбольным клубам и интересны фанатам.
Вот несколько инсайтов:
- Взаимосвязь между антропометрией и количеством забитых голов отсутствует.
- В российской футбольной школе большое значение придают габаритам игроков, возможно, это неэффективно.
- В России самая маленькая доля нападающих в составах команд, это влияет на качество игры.
Владимир использует инструменты, которые освоил на курсах, для сбора и анализа данных. С помощью собственных скриптов он автоматически собирает информацию о футболе из 30 стран. Хотя некоторые сведения все же находит вручную.
Для хранения больших объемов информации Владимир настроил облачную платформу. Для этого пришлось преодолеть сложности переноса данных из переполненного Excel.
Как Data Science меняет футбол
Эта история стала для меня поводом порассуждать, что ИИ и Data Science могут привнести в футбол. Вот несколько самых очевидных возможностей:
- Анализ игровых данных: обработка массивов информации о перемещениях игроков, их взаимодействии и тактических решениях.
- Прогнозирование эффективности игроков: использование алгоритмов машинного обучения для оценки вклада каждого участника в результат команды.
- Визуализация тактических схем: создание понятных и наглядных графиков, которые показывают, как можно улучшить игру.
- Индивидуальные рекомендации: алгоритмы могут создавать персональные планы тренировок, основанные на данных о физическом состоянии и стиле игры конкретного игрока.
- Привлечение болельщиков: создание интерактивной аналитики для фанатов: например, визуализация данных о матчах, прогнозирование результатов игр и создание персонализированных предложений контента.
Современные технологии для лучшей жизни
Аналитика данных модернизирует не только карьеру, но и увлечения людей, позволяет им заниматься тем, что по-настоящему вдохновляет. Почему бы вам не попробовать? Кстати, и в работе, и в учебе, и в повседневных делах вам поможет агрегатор нейросетей JDAI Hub. С помощью него вы можете и план отпуска составить, и сценарий написать, и профессиональные задачи решить.
